使用神经架构搜索的增强型 MRI 重建网络
图像与视频处理
2020-08-20 v1 计算机视觉与模式识别
机器学习
摘要
利用现代深度学习技术对欠采样磁共振成像（MRI）数据进行精确重建，需要大量精力来设计必要的复杂神经网络架构。用于 MRI 重建的级联网络架构已被广泛使用，但当网络变深时会遭遇“梯度消失”问题。此外，同质架构降低了网络的表示能力。本工作中，我们提出一种使用残差中的残差基本块的增强型 MRI 重建网络。对于基本块中的每个单元，我们使用可微神经架构搜索（NAS）技术，在稠密块的八种变体中自动选择最优操作。该新异质网络在两个公开可用数据集上进行了评估，优于当前所有最先进方法，证明了我们所提方法的有效性。
引用
@article{arxiv.2008.08248,
title = {Enhanced MRI Reconstruction Network using Neural Architecture Search},
author = {Qiaoying Huang and Dong Yang and Yikun Xian and Pengxiang Wu and Jingru Yi and Hui Qu and Dimitris Metaxas},
journal= {arXiv preprint arXiv:2008.08248},
year = {2020}
}
备注
10 pages. Code will be released soon